被賣家追著跑，這一波AI商拍真香了？

本文經(jīng)授權(quán)轉(zhuǎn)載自白鯨出海

作者：趙思堯

2022 年年末，OpenAI 推出 ChatGPT，人們對于 AI 的認知受到巨大沖擊，從此大量資源和資金涌入這個行業(yè)。想起前兩個月和做 AI 識別的創(chuàng)業(yè)者聊天，他說“AIGC 這一波熱潮，除了激發(fā)新一波的創(chuàng)業(yè)，更調(diào)動起了甲方老板們的積極性，好像自己不擁抱 AIGC，就要下牌桌了一般”。

舉一個比較典型的例子，前段時間，某全球知名化妝品集團“全網(wǎng)”尋找一家體量不大的公司，問到了我們這里來，而打聽一圈下來我們發(fā)現(xiàn)，這家服務(wù)商好像忙到?jīng)]時間回消息。

被“追逐”的主角是 zmo.ai，2020 年成立。成立時間雖短，卻已經(jīng)獲得不少優(yōu)質(zhì)投資機構(gòu)背書。CrunchBase 顯示，zmo.ai 最近一次融資在 2022 年 5 月，獲得高瓴創(chuàng)投領(lǐng)投的 800 萬美元，紀源資本和金沙江創(chuàng)投也有參與。

而 zmo.ai 被打聽最多的服務(wù)就是利用 AI 幫助時尚品牌生成高質(zhì)量產(chǎn)品圖片。之所以有這么多品牌想積極嘗試 AI 成圖，與商拍成本不低且流程繁瑣直接相關(guān)。

一個品牌如果要制作效果不錯且有模特出鏡的產(chǎn)品圖，需要根據(jù)風(fēng)格和主題提前招募挑選模特、預(yù)約拍攝地點和設(shè)備，拍攝后需要后期處理、挑選、審核圖片，流程上需要幾天到幾周不等。一年中這樣的拍攝可能得有好幾次。

而根據(jù)品牌對成片的要求，費用波動也很大。一家提供 AI 商拍工具的企業(yè) weshop.ai 業(yè)務(wù)負責(zé)人吳海波告訴筆者，行業(yè)內(nèi)部有這樣一個大概認知，一個品牌每年在素材準備中的花費大約會在年 GMV 的 2%-5%。如果按照這個區(qū)間，一個電商賣家一年的 GMV 如果是 200 萬美元，那么每年在素材上的花費大約會是 4-10 萬美元，也就是 30-70 萬人民幣，其實也是一筆不小的支出。

按道理，一個 AI 生圖的服務(wù)，如果成片能夠同等代替原來素材，且訂閱費用低于原來的素材拍攝花費，應(yīng)該是能在市場上跑通的。事實又是怎樣的呢？zmo.ai 被品牌追捧，是個例還是普遍現(xiàn)象？

于是我們打算從 AI 商拍產(chǎn)品切入，以窺行業(yè)一角。

靜態(tài)產(chǎn)品圖生成功能已經(jīng)開卷

筆者測試了 6 款提供 AI 商拍工具的產(chǎn)品，其中 2 款效果不佳，這里不多著筆墨。

多數(shù)產(chǎn)品會提供 3 類功能，靜態(tài)產(chǎn)品圖生成、真人模特換臉、基于產(chǎn)品/假模生成模特圖。其中靜態(tài)產(chǎn)品圖生成功能難度最低，每一款產(chǎn)品在細分功能上都已經(jīng)做得比較成熟。而假模生成模特圖功能有的暫未開放，有的需要直接聯(lián)系銷售或加入候補名單。

生成靜態(tài)產(chǎn)品圖功能的使用路徑基本相同，“上傳圖片——摳產(chǎn)品——選擇背景參考模板生成新背景/輸入 prompt 生成新背景”。

筆者在 4 款產(chǎn)品中上傳了相同的“手托酒瓶”圖片。

zmo.ai：

zmo.ai 只支持自動摳圖（自動識別產(chǎn)品邊框后摳圖），因此筆者被迫保留了手的部分，但對于電商賣家來說，這是個挺大的 bug。在生成新背景環(huán)節(jié)，zmo.ai 提供了 3 個功能，選擇背景模板、輸入 prompt 生成背景、上傳參考背景圖后 zmo.ai 根據(jù)參考圖生成類似背景。對比下來，zmo.ai 的可選模板不算多，但根據(jù)參考圖變形的功能十分好用。

輸入prompt 生成的產(chǎn)品圖

（prompt 大意：身著比基尼的女生躺在沙灘上，身旁的桌上放著產(chǎn)品。//可以看到背后的比基尼女生已經(jīng)變成了畢加索風(fēng)格）

參考背景圖（左）和

上傳參考背景圖生成的產(chǎn)品圖（右）

在生成圖片后，zmo.ai 支持用戶調(diào)節(jié)圖片參數(shù)，使成圖效果更自然和有質(zhì)感。

WeShop：

WeShop 會將用戶上傳的原圖分為多個色塊，用戶可以勾選想要保留的區(qū)域，或者上傳一張蒙版圖。雖然色塊被切割得很細，但筆者在只勾選酒瓶部分后，生成的圖片里還是會看到原圖手部的影子。了解后得知，是 WeShop 為了讓生成圖中商品與背景融合得更好，在 AI 生成時會以原背景作為生成基礎(chǔ)，在筆者測試 WeShop 的真人圖和人臺圖時也會發(fā)現(xiàn)相同的情況，這里建議 WeShop 上線一個摳圖后清除背景的功能，更加方便用戶使用~

在生成新背景步驟，WeShop 也提供 3 個功能，背景模板、輸入 prompt 生成背景、高級自定義。前 2 個功能與 zmo.ai 類似。高級自定義功能則是讓用戶輸入正反向咒語，也就是背景圖中希望出現(xiàn)的元素和不希望出現(xiàn)的元素，通過正反向咒語讓 WeShop 更快生成符合用戶期待的圖片。

輸入 prompt 生成的圖片

輸入正反向咒語生成的圖片（反向

prompt：sea，希望成圖中有沙灘但沒有海）

xiangji.ai：

在筆者看來，摳圖這一步做得最好的是 xiangji.ai，因為 xiangji.ai 在智能摳圖外支持精細摳圖，通過原圖上描點的方式選定保留或去除的部分，在 4 個工具的試用過程中，只有用 xiangji.ai 生成的圖片完全看不到原圖手部的影子。

這里有兩個點值得說一下，首先對于商用來說，賣家在拍產(chǎn)品圖的時候，大概會降低“手”這類影響元素，所以是否能手動摳圖可能并不是特別一個嚴重的問題。

另外，其實很多修圖 App 的摳圖功能，已經(jīng)能做到和 xiangji.ai 同等水平、甚至更好。

在背景生成環(huán)節(jié)，用戶可以通過選擇模板并添加線稿圖（即選擇添加希望出現(xiàn)的元素）來控制背景生成，此外也可以調(diào)節(jié)圖片參數(shù)，讓成圖效果更好。

強行修改 prompt 內(nèi)容后生成的圖片沒有出現(xiàn)爆米花

每選擇一個模板或線稿圖元素（類似于一朵花），prompt 輸入框中就會自動加入標(biāo)簽。筆者雖然可以強硬修改標(biāo)簽內(nèi)容，例如我將“優(yōu)雅餐具在側(cè)”改寫成“爆米花在側(cè)”，但系統(tǒng)似乎并不會執(zhí)行改變后的指令，所以 xiangji.ai 的場景融繪框大概率只起到展示用戶選擇的內(nèi)容的作用，并不支持輸入 prompt 生成背景。

nolibox.com：

nolibox.com 的靜態(tài)產(chǎn)品圖生成功能基本融合了上述 3 款產(chǎn)品的功能，支持選擇背景模板、輸入 prompt 生成背景，可以像 zmo.ai 一樣 2 張圖變形后合成新圖、調(diào)整圖片參數(shù)，也可以像 xiangji.ai 一樣添加線稿元素。

產(chǎn)品與背景合成后成圖（左）

和選擇背景模板并添加線稿后成圖（右）

不難看出，在靜態(tài)產(chǎn)品圖生成這一功能上，由于操作步驟大差不差，服務(wù)商們已經(jīng)開始在細節(jié)上做文章，這就要看誰更能洞察到電商從業(yè)者們的細節(jié)需求了。

而事實上，廠商要做出生成靜態(tài)產(chǎn)品圖這樣的功能，門檻似乎也不在技術(shù)層面。

從產(chǎn)生 idea到第一版產(chǎn)品落地只需 1 個月

為了弄清 AI To 電商的應(yīng)用現(xiàn)狀，我們聯(lián)系到了 WeShop 的負責(zé)人吳海波，吳海波告訴筆者，“要推出底層模型需要足夠的人力和資金，所以你看到這些廠商會是 OpenAI、Midjourney。而多數(shù)廠商并沒有能力搭建模型，包括我們。WeShop 的團隊不到 20 人，所以我們采用了擁抱開源的方式”。

WeShop 現(xiàn)階段采用了開源的 Stable Diffusion（以下簡稱 SD）作為底層模型。從底層模型到 WeShop 1.0 版本只需要兩步走。

吳海波介紹，“2022 年 10 月的時候 Stability AI 推出了 SD 1.5 版本，之后其實也陸續(xù)推出了幾個新的版本，但大家都認為不及 1.5 版本好用。是因為 GitHub 社區(qū)中有大量的人才已經(jīng)基于 SD 1.5、針對不同場景優(yōu)化出了更好用的模型。SD 1.5 的生態(tài)是非常豐富的，你基本可以在社區(qū)上找到任何能想到的針對某一特定功能優(yōu)化過的新模型，比如優(yōu)化人像、比如提升動漫效果”。

WeShop 團隊已經(jīng)明確了要做 AI 商拍圖的目標(biāo)，因此可以很輕易地確定需要優(yōu)化的功能，并在社區(qū)中找到在這一分支上優(yōu)于 SD 1.5 的最好的模型（check point）?！岸灰腔?SD 1.5 的模型，經(jīng)過測試和調(diào)參，就可以很好地 mix。這是我們的第一步，產(chǎn)品類似于一個縫合怪，但耗時非常短”。

而即便是站在人才們的肩膀上做縫合，也還只是一個普適的產(chǎn)品，無法完全滿足電商需求。例如，利用 AI 生成圖片過程中，成圖和原圖如果出現(xiàn)服裝紋理、材質(zhì)的變化，在學(xué)術(shù)上是被允許的，但在電商領(lǐng)域，就變成了貨不對版的嚴重錯誤。要讓產(chǎn)品符合電商從業(yè)者的需求，還需要做進一步優(yōu)化。

吳海波介紹，“SD 1.5 的底層模型是基于 20 億圖片訓(xùn)練出來的，我們在第二階段則是用了 20 億的百分之幾的數(shù)據(jù)量級去對模型做了微調(diào)”。

筆者對技術(shù)一竅不通，聽到幾十倍的數(shù)據(jù)投喂量級差距，首先會覺得太少了。對此吳海波解釋，“投喂的數(shù)據(jù)自然是越多越好，但挑選數(shù)據(jù)、打標(biāo)和審核需要很長時間，要先保證數(shù)據(jù)質(zhì)量”。

WeShop 被投喂的數(shù)據(jù)基本來自蘑菇街近年在電商領(lǐng)域積累到的圖片，例如運營社區(qū)時從賣家處獲得的圖片、從簽約的 KOL 處獲得的圖片、在國內(nèi)外收集到的全品類產(chǎn)品圖等等。這些前期準備也使 WeShop 的落地時間控制在了 1 個多月，大概比真正從 0-1 的廠商用時會短一些。

不過再怎么看，這項生意的技術(shù)壁壘都不算高。更早起步，通過不斷投喂優(yōu)質(zhì)數(shù)據(jù)、以及用戶交互之后帶來的技術(shù)迭代和功能優(yōu)化，可能是這場競賽中比較重要的一環(huán)。

吳海波從做產(chǎn)品的角度，則認為“在 AIGC 應(yīng)用層面的創(chuàng)業(yè)，技術(shù)甚至不是最重要的，最重要的是對產(chǎn)業(yè)需求的理解?；ヂ?lián)網(wǎng)行業(yè)就有非常多的例子，比如說算法推薦不是字節(jié)發(fā)明的，但是字節(jié)系的產(chǎn)品把這項技術(shù)與內(nèi)容產(chǎn)業(yè)結(jié)合到了極致。WeShop 是切商拍場景的工具，對這個需求的洞察源于過去 12 年蘑菇街在電商領(lǐng)域的積累。我們了解商家需要什么樣的商拍圖、甚至我們可以教那些中小商家怎么用 WeShop 把商品圖做得比原來更好，這些對產(chǎn)業(yè)的理解倒推我們在非常多的細節(jié)上去滿足客戶的需求。所以這波 AI 創(chuàng)業(yè)，真正的競爭壁壘在于去滿足用戶甚至自己都沒意識到的需求，把每一個細節(jié)做到極致”。

不論是從上面的初步測試結(jié)果、還是產(chǎn)品的研發(fā)周期，都會發(fā)現(xiàn)，大家的確是都在跑步入場，平臺功能現(xiàn)階段可能并不完善，市面上的同類產(chǎn)品也是如此。在模特換臉圖和假模生圖功能上，這種功能不成熟更加明顯。

模特圖生成功能：缺乏絕對強者

由于 xiangji.ai 和 nolibox.com 的模特換臉功能無法體驗，筆者只測試了 zmo.ai 和 WeShop。

筆者上傳了冷臉女孩展示黑色 T-恤的圖片。

在選定變化區(qū)域后，zmo.ai 直接讓用戶通過輸入 prompt 自由發(fā)揮，但出圖效果很不錯。

WeShop 則進一步降低了用戶的使用門檻，用戶可以從模板中選擇人種和場景快速成圖。

而對從業(yè)者最友好的則是筆者測試期間 WeShop 新推出的“復(fù)刻任務(wù)”功能，用戶可以直接將已經(jīng)完成的任務(wù)用在新任務(wù)上。有了這個功能，商家可以制作同個模特不同姿勢角度的組圖。不過吳海波告訴筆者，盡管這一直是賣家們呼聲很高的功能，但因為人臉固定存在隱私及版權(quán)風(fēng)險，因此直到現(xiàn)在才推出?！拔覀儓F隊近期剛剛通過技術(shù)方案解決這個問題，即限制用戶只能使用 WeShop 生成的人臉固定模特面容，無法使用外部肖像。這樣能規(guī)避肖像隱私問題和肖像版權(quán)問題?！?/span>

復(fù)制任務(wù)操作界面

復(fù)制任務(wù)生成的圖片

從靜態(tài)產(chǎn)品圖到模特換臉再到基于產(chǎn)品生成模特圖，難度逐層加高。目前 zmo.ai 和 nolibox.com 的 AI 時尚模特功能無法直接體驗，因此筆者只測試了 WeShop。

準確地來說，WeShop 需要用戶上傳產(chǎn)品的人臺圖（真人比例的假人模特穿上產(chǎn)品的圖片）。筆者嘗試上傳了一套女裝和一套男裝的人臺圖，生成的圖片效果不太穩(wěn)定，有時會出現(xiàn)服裝與產(chǎn)品不符（男裝）或 AI 模特的身體部位不真實的情況，需要多試幾次，才會有效果不錯的成圖出現(xiàn)。

WeShop 生成的效果不好

（肩帶變形）（上）與效果好（下）

由于沒有更多測試對象，因此在模特圖生成功能對比上可能存在偏頗，但僅從現(xiàn)有的產(chǎn)品出圖效果可以看出，這一功能還有很多地方亟待加強。不過，即便是當(dāng)前不夠成熟的產(chǎn)品，也已經(jīng)有用戶能夠有效用起來了。

AI 商拍圖工具涌現(xiàn)，首先最大化利用的是中小出海賣家

“現(xiàn)在市場利好的一面是，所有人都對 AI 充滿熱情，所以樂于嘗試的從業(yè)者不少，包括一些體量很大的國內(nèi)和出海品牌都會來咨詢”，吳海波透露。

一位了解不少服裝出海品牌的從業(yè)者 Bruce 也說，“一些企業(yè)其實缺少一個既懂業(yè)務(wù)、又了解 AI 的高管，這導(dǎo)致它們雖然急著結(jié)合 AI，但不知道具體怎么做，所以市面上出現(xiàn)一個什么產(chǎn)品就會去先了解一下，獲得一些思路”。

而大企業(yè)要真正融合 AI 產(chǎn)品并不是容易的事，已經(jīng)將市面上這些 AI 商拍圖產(chǎn)品用于業(yè)務(wù)中的主要用戶其實并非大廠。

吳海波告訴筆者，“結(jié)合 WeShop 現(xiàn)在的產(chǎn)品力，我們發(fā)現(xiàn)，將 WeShop 利用得最好的人群有 2 類，一類是做跨境的中小賣家，另一類是國內(nèi)位于經(jīng)銷鏈路起點的檔口賣家，后者所占的比例最近明顯上升”。

進一步具象這些人群時，吳海波解釋道“體量小的跨境賣家，機動性反而高。且對于年 GMV 幾百萬元的賣家，他的 SKU 不會很多，每個月花費 298 元購買基礎(chǔ)套餐就足夠了，并不需要付出很大的成本。

國內(nèi)市場的電商鏈路更成熟，相關(guān)服務(wù)成本更低，所以目標(biāo)市場在國內(nèi)的這部分賣家他們在選購 AI 商拍圖產(chǎn)品時其實更看重生圖效果，價格反而不是首要考慮因素了。為了滿足用戶需求，我們常常得一天迭代好幾個新版本”。

這里附上各產(chǎn)品的會員價格（從上至下：zmo.ai、weshop.ai 海外、weshop.com 國內(nèi)、xiangji.ai）（WeShop 國內(nèi)及海外版本收費不同）

大量的同類產(chǎn)品一起競爭，雖然在功能有些許細微差異下，但疊加并不高的服務(wù)價格和當(dāng)下中國的 SaaS 環(huán)境，廠商們依然需要繼續(xù)往前探索。而放大視角去看，我們發(fā)現(xiàn)上述產(chǎn)品背后的廠商在做的事情并不完全相同。

根據(jù)官網(wǎng)介紹，zmo.ai 希望利用 AI 改變內(nèi)容創(chuàng)作的方式，未來大概率也不會只聚焦于電商。xiangji.ai 本身有象寄翻譯、AI 文案撰寫等矩陣產(chǎn)品，似乎是打算基于 AI 為電商從業(yè)者提供更多類型的工具。nolibox.com 目前已經(jīng)推出了AI 繪畫、AI 商品圖以及智能設(shè)計產(chǎn)品，目標(biāo)用戶看上去和 zmo.ai 交集更大。

關(guān)于 WeShop，吳海波則告訴筆者，“AI 不斷進步，我認為未來會有很多公司將 AI 視為自己的員工，發(fā)展出新的工作模式。那個時候 AI 和人類員工各自的業(yè)務(wù)流如何構(gòu)建和協(xié)同就會變成一個亟待解決的問題。WeShop 是我們探索新型工作流的起點”。

在筆者成稿期間，又陸續(xù)發(fā)現(xiàn)了不少提供類似功能的產(chǎn)品，但距離這一細分領(lǐng)域出現(xiàn)寡頭恐怕還要很久很久。更優(yōu)的底層模型出現(xiàn)、產(chǎn)品功能和定價模式優(yōu)化以及企業(yè)本身指定的發(fā)展方向都可能改變競爭格局，入局者可以做的還有很多。

封面圖源 | 圖蟲創(chuàng)意

（來源：雨果網(wǎng)的朋友們）

以上內(nèi)容僅代表作者本人觀點，不代表雨果跨境立場！如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與雨果跨境取得聯(lián)系。